CLASE 6.

MATRICES DIAGONALIZABLES

MATEMÁTICA I (B). 2◦ CUATRIMESTRE 2023

PROF. ARIEL SALORT

1. Diagonalización de matrices
Procedimiento para determinar si una matriz es diagonalizable en R ó C, y en caso de que lo sea, cómo armar
las matrices C y D.
Dada A ∈ Rn×n o Cn×n
1º) Calculo el polinomio caracterı́stico χA (λ) = det(λI − A).
2º) Calculo los ceros de χA (λ), que son los autovalores de A.
3º) Para cada λ encontrado calculo todas las soluciones de (λI −A)v = 0. Obtengo ası́ los autovectores asociados.
De estas soluciones me quedo con un conjunto de vectores v ̸= 0 que generan todas las soluciones.
Ejemplo:
a) Si las soluciones de det(λI − A)v = 0 son x(1, 1, 0), x ∈ R, entonces me quedo por ejemplo con v = (1, 1, 0).
b) Si las soluciones de det(λI − A)v = 0 son y(1, 1, 0) + z(0, 1, 1), y, z ∈ R, entonces me quedo por ejemplo con
v = (1, 1, 0) y con v = (0, 1, 1).

4º) Cuando termine con lo anterior, me fijo si tengo tantos autovectores elegidos en el paso 3º) como filas o
columnas de A (o sea, n)
Si no tengo n autovectores, esto me dice que A no es diagonalizable.
Si tengo n autovectores, esto me dice que A sı́ es diagonalizable, y sólo queda armar la matriz C de n × n
poniendo los autovectores en las columnas de C.
Además, podemos armar D poniendo en la diagonal los autovalores de A (en el mismo orden que los autovectores
asociados).
Si cuando terminé, C, D ∈ Rn×n , puedo entonces decir que A es diagonalizable en R, y entonces también lo será
en C.
Por el contrario, si C, D ∈ Cn×n pero C, D ̸∈ Rn×n , entonces puede decir que A es diagonalizable en C pero no
en R.

2. Casos posibles en una matriz de 2 × 2

¿Qué casos posibles tenemos para A ∈ R2×2 ?
1) Tenemos dos autovalores reales:
χA (λ) = (λ − a)(λ − b)
con a, b ∈ R.
Puede ocurrir lo siguiente:
a) Si a ̸= b, entonces tendremos que A es diagonalizable en R. Es decir, vamos a encontrar u y v autovectores
de a y v, respectivamente, y tendremos que
   
u1 | v1 a 0
C= , D= .
u2 | v2 0 b

b) Si a = b, si cuando resuelvo (aI − A)x = 0 encuentro dos vectores que generan todas las soluciones, entonces
   
u1 | v1 a 0
C= , D= .
u2 | v2 0 a
1
2 CLASE 6. MATRICES DIAGONALIZABLES

Notar que en este caso

 
−1 −1 −1 a 0
A = C.D.C = [Link].C = a.C.I.C = A.I = .
0 a
Es decir, esto va a pasar solo si A ya era originalmente un múltiplo de la identidad (y entonces ya era diagonal).
c) Si a = b y cuando resuelvo (aI − λ)x = 0 encuentro un solo vector que genera todas las soluciones, entonces
A no va a ser diagonalizable.
2) Cuando tenemos autovalores complejos:
χA (λ) = (λ − z)(λ − w)
con z, w ∈ C.
Como A ∈ R2×2 , es este caso siempre tendremos que w = z̄. Es decir, si z = c + di con d ̸= 0 es una raı́z de
χA (λ), entonces z̄ = c − di será la otra raı́z de χA (λ).
Además, si v es un autovector asociado a z, v̄ será un autovector asociado al autovalor z̄.
Entonces, en este caso siempre la matriz será diagonalizable en C.

3. Casos posibles en una matriz de 3 × 3

1) Tenemos tres ceros reales diferentes
χA (λ) = (λ − a)(λ − b)(λ − c)
con a, b, c ∈ R distintos.
En este caso siempre se van a encontrar va , vb y vc autovectores asociados a los autovalores a, b y c respectiva-
mente, y tendremos la correspondiente matriz C con columnas dadas por va , vb y vc , y la matriz D será
 
a 0 0
A = 0 b 0
0 0 c
y A = C.D.C −1 , con lo cual A a a ser diagonalizable en R.

Observación: Esto pasa en general en dimensión mayor: si A ∈ Rn×n y se tienen n autovalores reales diferentes,
entonces A será diagonalizable en R.

2) Tenemos un autovalor real repetido:

χA (λ) = (λ − a)2 (λ − b)
con a, b ∈ R distintos. Es decir, tenemos un autovalor repetido (con multiplicidad 2).
Cuando busquemos soluciones de (bI − A)x = 0 vamos a encontrar que el conjunto solución (es decir, los
autovectores asociados al autovalor b son múltiplos de un cierto autovector que elegimos y llamaremos vb .

Observación: Esto siempre pasa. Si un autovector es una raı́z simple (sin multiplicidad) de χA (λ), entonces los
autovectores asociados a ese autovalor vienen dados como los múltiplos de un solo autovector.
Cuando miremos las soluciones de (aI − A)x = 0, pueden pasar dos cosas:
i) que el conjunto solución se escriba como las combinaciones lineales de dos vectores (que no son uno múltiplo
de otro), es decir, los autovectores asociados al autovalor a vienen dados por (x, y, z) = αua + βva con α, β ∈ R,
ua , va autovectores asociados al autovalor a que no son múltiplos.
En este caso tendremos que A es diagonalizable en R y escribimos
 

a 0 0
C = ua |va |vb , D =  0 a 0 .
0 0 b
Recordar el mantener el orden de los autovectores y autovalores asociados.
ii) Que el conjunto solución se escriba como los múltiplos de un solo autovector va . En este caso tendremos que
A no es diagonalizable ya que no me alcanzan los autovectores para aramar la matriz C de 3 × 3 (tenemos solo va
y vb como autovectores)

3) Tenemos 3 ceros reales repetidos:

χA (λ) = (λ − a)3
 CLASE 6. MATRICES DIAGONALIZABLES 3

con a ∈ R.
Acá puede pasar que al estudiar las soluciones de (aI − A)x = 0 tengamos:
i) Que las soluciones vienen dadas por los múltiplos de un solo autovector o por las combinaciones lineales de
dos autovectores (que no son múltiplo). En ambos casos tendremos que A no es diagonalizable ya que no alcanzan
los autovectores para armar la matriz C.
ii) Que las soluciones vienen dadas por las combinaciones lineales de 3 autovectores. Convencerse que si pasa
esto, es porque A era diagonal y de hecho, A = [Link].

4) Tenemos un autovalor real y dos complejos conjugados.

χA (λ) = (λ − w)(λ − w̄)(λ − a)
con a ∈ R, w ∈ C, con w ̸∈ R.

Observación: Si A ∈ R3×3 tiene coeficientes en R y w ∈ C \ R es un autovalor de A, entonces w̄ es también un

autovalor de A.
En este caso tendremos que las soluciones de (aI − A)x = 0 nos da los múltiplos de un autovector va y las
soluciones de (wI − A)x = 0 nos da los múltiplos de un autovector vw . Además, sabemos que por ser A con
coeficientes reales, vw será un autovector de w̄ y las soluciones de (w̄I − A)x = 0 son múltiplos de vw
En resumen tenemos:
autovalores = {a, w, w̄}
y podemos elegir para armar la matriz C
autovectores = {va , vw , vw }.
Luego A será diagonalizable en C y no en R.

Observación: Si A ∈ R3×3 entonces χA (λ) es un polinomio de orden 3 que puede ocurrir:

a) tiene todos sus raı́ces reales: i) distintas, ii) una con multiplicidad y otra distinta, iii) una con multiplicidad
triple
b) tiene una raı́z real y dos complejas (no reales). En este caso, las raı́ces complejas son una conjugada de la
otra.

4. Volviendo al ejemplo
Volvemos al ejemplo con el que empezamos de J(t) y A(t). Tenı́amos
    
J(t + 1) 0,5 1,5 J(t)
=
A(t + 1) 0,1 0,7 A(t)
de donde habı́amos visto que    
J(t) t J(0)
=M .
A(t) A(0)
Además, habı́amos calculado en una clase anterior que
1 5
   
3 −5 1 0 8 8
M= 1 .
1 1 0 5 − 18 3
8
Por lo tanto
1 5
  t  
3 −5 1 0
Mt = 8 8 .
1 1 0 ( 15 )t − 18 3
8
Si
 queremos
 saber que les pasa
 a las poblaciones J(t) y A(t) cuando t → ∞ para una cierta población inicial
J(0) J(0)
, podemos hacer M t y tomar lı́mite
A(0) A(0)
 
t J(0)
lı́m M
t→∞ A(0)
aunque más fácil va a ser hacer lo siguiente:
4 CLASE 6. MATRICES DIAGONALIZABLES

 
3
recordar que es autovector de autovalor 1 de M , es decir
1
   
3 3
M =1
1 1
Entonces        
3 3 3 3
M2 = M.M =M =1 .
1 1 1 1
Repitiendo esto, convencerse de que    
t3 3
M =
1 1
 
3
Observación: en este caso, es un estado de equilibrio ya que de una generación a otra siempre queda igual.
1
No es el único equilibrio, cualquier múltiplo α(3, 1) con α > 0 lo será, y tendremos
   
t 3 3
lı́m M =
t→∞ 1 1
 
−5
Recordar también que es autovector asociado al autovalor 51 , con lo cual
1
   
−5 1 −5
M =5
1 1
entonces         
−5 −5 1 −5 1 −5
2 −5
M2 = M.M = M = 51 = 51 .
1 1 5 1 5 1 1
En general, convencerse de que
   t  
−5 1 −5
Mt =
1 5 1
y que
   t    
t −5 1 −5 0
lı́m M = lı́m =
t→∞ 1 t→∞ 5 1 0
 
200
¿Qué hacemos si ahora queremos calcular lı́mt→∞ M t ?
    120 
200 3 −5
Escribimos a como combinación lineal de y (que son los autovectores de M ). Es decir, α, β ∈ R
120 1 1
de manera que      
200 3 −5
=α +β .
120 1 1
Es decir, tenemos el sistema de dos ecuaciones lineales
200 = 3α − 5β, 120 = α + β.
Resolviendo, α = 100, β = 20. Entonces
     
200 3 −5
= 100 + 20 .
120 1 1
Luego
  
   
t 200 t 3 −5
M = M 100 + 20
120 1 1
   
3 −5
= 100M t + 20M t
1 1
   t  
3 1 −5
= 100 · 1t + .
1 5 1
Tomando lı́mite:      
t 200 3 300
lı́m M = 100 = .
t→∞ 80 1 100
 CLASE 6. MATRICES DIAGONALIZABLES 5

5. Estados de equilibrio y estabilidad

Definición: Dado un sistema S(t + 1) = AS(t) con A ∈ Rn×n y S(t) ∈ Rn×1 , decimos que un vector v ∈ Rn×1
es un estado de equilibrio del sistema si
a) Av = v (v queda fijo por A)
b) v representa un estado posible del sistema (por ejemplo, si S(t) es un vector de cantidades no negativas, v
debe ser un vector donde cada coordenada sea mayor o igual a cero)

Observación: el vector v = 0, si es un posible estado del sistema, es un estado de equilibrio ya que A0 = 0

siempre.

Definición: diremos que 0 (el vector 0) es un estado de equilibrio estable del sistema S(t + 1) = AS(t) si para
cualquier configuración inicial S(0) se tiene que
lı́m S(t) = lı́m At S(0) = 0.
t→∞ t→∞

Observación: Si todos los autovalores de A tienen módulo menor que 1, entonces 0 es un equilibrio estable.